最新第五章-特征选择与特征提取ppt课件.ppt

《最新第五章-特征选择与特征提取ppt课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第五章-特征选择与特征提取当光谱维数增加的时候，特征组合形式成指数倍增加，如何优化光谱特征空间，进行光谱选择非常重要。25.1光谱特征的选择3B、选择特征的算法定义：短时间内找出高光谱数据波段中最优的一组特征常用算法介绍：（1）单独选择法根据可分性准则函数计算n个特征中每个特征可分性，然后根据各个特征的可分性大小进行排序，选择可分性最大的前m（n>m）个特征。7（2）扩充最优特征子集一、计算每个特征对应的所有类别的可分性，选择可分性最大的进入到最优子集当中；二、增加一个特征构成新的特征集，重新计算特征集合的可分性，选择最大的特征组合作为新的最优

2、子集。三、重复执行第二步，直到最优的特征子集达到m个为止。8（3）选择最难分类的类对做出正确分类贡献最大一、根据类别可分性函数计算每一个类对的可分性，找出最难分的类对。二、计算各个特征对于最难分的类对的可分性，选择可分性最大的特征进入最优子集。三、增加一个特征，形成新的组合，计算新组合对于最难分的类对的可分性，选择可分性最大的特征组合作为新的最优特征子集。四、重复执行第三步，直到最优的特征子集达到m。9（4）去掉最难分类正确分类贡献最小一、根据类别可分性函数计算每一个类对的可分性，找出最难分的类对。二、计算各个特征对于最难分的类对的可分性，去掉

3、择可分性最小的特征，剩下特征作为最优子集。三、减少一个特征，形成新的组合，计算新组合对于最难分的类对的可分性，选择可分性最大的特征组合作为新的最优特征子集。四、重复执行第三步，直到最优的特征子集达到m。10（5）搜索树是一种自上而下的搜索方法，具有回溯功能，使得所有的特征组合都能被考虑到。搜索树具有最大的特点是所用到的可分性函数具有单调性，利用单调性的特点，减少对一些特征组合的搜索。11必须指出的是以上的算法均假设各个特征之间相互独立，没有考虑特征之间的相关性。实际上，各个特征之间是存在相关性的，首先应该剔除一些可分性小，与其他特征相关性大的特

4、征，选择最优，可分性最大的特征组。12光谱特征选择的策略按照以上选择的方法来划分类别，我们从以下三个方面的内容来具体介绍：一、光谱距离统计二、光谱特征位置搜索三、光谱相关性分析135.1.1光谱距离统计光谱距离统计是考虑在进行特征选择时，需要依据一定的准则进行判断。类别可分性根据这些判据能够反映各类在特征空间的分布情况，还能刻划各特征分量在分类识别中的重要性或贡献。14满足光谱距离可分性的要求：设计光谱可分性的准则必须满足三个方面的要求：（1）与错误概率具有单调关系，这样准则取最大值的情况下，所得到的错误概率应该是最小的。（2）度量特性。设定两

5、类地物类别i，j的度量特性为，越大，两类特征的分离程度越大。（3）单调性，新加入的特征，准则函数的值并不减小。15从n个特征中求取最有效的m个特征，相应的组合方式有：种，主要的考核指标：（1）各样本之间的平均距离；（2）类别间的相对距离；（3）离散度；（4）J-M距离；（5）基于熵函数的可分性准则光谱距离可分性准则16（1）各类样本间的平均距离各类样本之间的距离越大，类别可分性越大，因此可以利用各类样本之间的距离的平均值作为可分性的准则。常用的距离函数有：欧氏距离，马氏距离，明氏距离等。欧几里德距离：需要注意：很多情况下，类别之间的平均距离并不

6、一定代表了类别之间的可分性。如下图所示17两种分布的可分离性比较18（2）类别间的相对距离根据费歇尔准则，分类时总是希望类内的离散度尽量小，类间的离散度尽量大，那么根据这个定律，可以作为相对距离的一个度量，度量的公式，都是根据类内和类间离散度矩阵来进行定义。19（3）离散度相对距离是基于类间距离和类内方差，类内方差越大，分类误差越大。而离散度则是基于条件概率之差，表达式为：代表某一点的似然比代表似然比的自然对数E代表期望值20（4）J-M距离J-M距离也是基于类条件概率之差，与离散度的评价方式一样，其表达式为：J-M距离的组成成分与离散度是一样

7、的，只是函数表现形式不一样，因此，把离散度加以改造，也能够很好的区分类别之间的距离和可分离性。21（5）基于熵函数的可分性准则在信息论中，一般用“熵”作为不确定性的度量，是错误概率的函数。为了对所有特征进行评价，需要计算空间中每一个点的熵函数，因此利用熵函数期望值就可以表征类别的分离成都，它可以用来作为提取特征分类性能的准则函数。熵是一种不确定性的度量，熵函数越大，模式归属为那一类的就越模糊，从而类别间的可分性就越小。225.1.2光谱特征位置搜索特征位置通常是指：特征吸收波段的位置包络线去除（包络线归一化）方法的具体步骤如下：2324手工搜索

8、方法：利用定义手工逐点直线连接突出的“峰”值点，并使得折线在“峰”值点的外角>180度，然后用实际光谱波段值去除相应的波段值，这样归一化后，峰值点均为